Проведен статистический анализ результатов электронного обучения студентов первых трех семестров по высшей математике с использованием дистанционных образовательных технологий Томского политехнического университета. Рассмотрение проведено в системе 2 показателей: ЭКЗ – баллы, полученные в результате семестрового тест–экзамена, и DT – разность моментов окончания и начала экзамена. Проведена гистограммная динамика результатов ЭКЗ и DT. Согласно ранговому дисперсионному анализу Фридмана с повторными измерениями динамика ЭКЗ оценивается как высоко значимая по совокупности трех семестров за счет высоко значимого отличия ЭКЗ1 от ЭКЗ2 и статистически значимого отличия ЭКЗ2 от ЭКЗ3. В случае DT выделено только статистически значимое различие между DT2 от DT3. С помощью непараметрического критерия Краскела-Уоллиса все выборки семестровых результатов ЭКЗ и DT оценены на групповую неоднородность (различия между результатами разных 7 групп): в случае ЭКЗ1 и ЭКЗ3 – как незначимые, ЭКЗ2 – статистически значимые, DT1 – сильно значимые, DT2 и DT3 – высоко значимые. Данные результаты подтверждены параметрическим дисперсионным анализом. Проведена классификация составной (по ЭКЗ и DT) динамики учебных групп по уровню ее значимости. Результаты проведенного анализа оценивания знаний студентов в режиме дистанционных образовательных технологий могут быть учтены при внедрении современных информационных образовательных интернет-технологий в организацию электронного обучения для обеспечения качества образования и контроля знаний.
The statistical analysis of outcomes of e-learning of students first three semestre on higher mathematics with use of distant educational process engineerings of Tomsk polytechnic university is spent. Reviewing is spent in system of 2 indicators: EX - the points received as a result of semestrial test - examination and DT - a difference of the moments of the termination and the examination beginning. Dynamics of histograms-outcomes EX and DT is spent. According to Friedman´s rank analysis of variance with repeated measurements dynamics EX is estimated as highly significant on a population of three semestre at the expense of highly significant difference EX1 from EX2 and statistically significant difference EX2 from EX3. In case of DT significant distinction between DT2 from DT3 is selected only statistically. By means of nonparametric criterion of Kraskel-Willis all samples of semestrial outcomes EX and DT are estimated on group heterogeneity (distinctions between outcomes of different 7 groups): in case of EX1 and EX3 - as insignificant, EX2 - statistically significant, DT1 - strongly significant, DT2 and DT3 - highly significant. Given results are confirmed parametrical by an ANOVA. Classification composite (on EX and DT) dynamics of educational groups on level of its importance is spent. Outcomes of the spent analysis of an estimation of knowledge of students in a condition of distant educational process engineerings can be considered at introduction modern informational educational the Internet - process engineerings in the organisation of e-learning for security of quality of formation and control of knowledge.
1. Арефьев В.П., Михальчук А.А., Филипенко Н.М. Многомерные статистические методы оценивания знаний в системе заочного инновационного обучения // Современные проблемы науки и образования. – 2014. – № 2. - URL: www.science-education.ru/116-12658 (дата обращения: 08.04.2015).
2. Белоглазова Л.Б., Бондарева О.В. Электронные средства обучения как основа образовательного процесса в современной высшей школе // Вестник Российского университета дружбы народов. Серия: Информатизация образования. – 2015. – № 1. – С. 35-41.
3. Горнева Е.А. Оптимизация форм и методов подготовки бакалавров на основе технологии e-learning // Актуальные вопросы современной науки. – 2015. – № 39. – С. 105-114.
4. Кадеев Д.Н. Электронное обучение и университет инновационного типа // Электронное обучение в непрерывном образовании. – 2015. – Т. 2. – № 1 (2). – С. 96-101.
5. Карпенко О.М., Абрамова А.В., Широкова М.Е., Басов В.А. Обзор средств организации электронного обучения и перспективы их развития // Дистанционное и виртуальное обучение. – 2015. – № 2 (92). – С. 4-24.
6. Катунин А.В., Батищев А.В. Балльно-рейтинговая система при электронном заочном обучении // Электронное обучение в непрерывном образовании. – 2015. – Т. 2. – № 1 (2). – С. 102-107.
7. Никулина Т.В. Электронное и дистанционное обучение: сущность и качество // Theoretical & Applied Science. – 2015. – № 1 (21). – С. 134-138.
8. Рыбкина М.В., Сабирзанова Д.Ф. Проблемы качества электронного обучения в России // Электронное обучение в непрерывном образовании. – 2015. – Т. 2. – № 1 (2). – С. 141-143.
9. Солодовник Е.В. Электронные образовательные ресурсы в системе электронного обучения в вузе // Проблемы высшего образования. – 2014. – № 1. – С. 279-282.
10. Фотина О.В. К проблеме идентификации личности в учебной онлайн-среде // Дистанционное и виртуальное обучение. – 2015. – № 1 (91). – С. 26-33.